中转站怎么选：充值之前先看这几条

中转站的宣传页都差不多：模型齐全、官方直连、价格低。这些话验证不了，也不该是你选择的依据。能作依据的是三样：它是否满足你那个工具的硬性要求、别人和你自己测出来的结果、以及出问题时你会损失多少。

按这个顺序来：

1先定清楚你的需求

不同的工具对中转站的要求不一样。先把自己的情况对上，很多站不用试就能排除。

你用什么	中转站必须做到	依据
Claude Code	提供 Anthropic 原生的接口（`/v1/messages`）；思考、工具调用、提示词缓存这些要原样转发	Claude Code 官方的网关文档
Codex	支持 OpenAI 的 Responses 接口；流式输出、追问、工具调用的整个来回都要正常	Codex 官方的网关兼容性要求
自己写程序调 API	你用到的那几项能力（结构化输出、读文件、工具调用等）都支持	各家的 API 文档

两条官方文档里的话值得记住：

Claude Code 这边：Claude Code 每个版本都会增加新能力，中转站不转发，对应的功能就坏了，所以中转站需要跟着 Claude Code 持续更新。官方还特别提到提示词缓存：中转站如果去掉缓存相关的字段，或者每次请求都改动系统提示词和工具列表，上游就要把整段对话重新处理一遍。这直接关系到你的花费。
Codex 这边：一个能用的 Chat Completions 或 Anthropic Messages 接口，不代表兼容 Responses；能回一句话，也不代表工具调用能走完整个来回。

所以“支持 Claude Code”“支持 Codex”不能只看它这么写，要看它的文档里有没有对应工具的接入说明，接上之后再实际跑一个要读文件、要执行命令的任务。接入的办法见Claude Code 接入中转站和Codex 接入中转站。

还要想清楚一件事：你的代码和提示词会经过它。 涉及商业机密或用户数据的工作，要不要走中转站，先于选哪一家，见用中转站有什么风险。

检测工具 Veridrop 给过五条它认为的硬指标。下表把每一条换成了平常的话：

指标	意思	没达到说明什么
思考签名这一项满分（只有 Claude 有）	响应里带着 Anthropic 服务端生成的签名	后面可能不是官方渠道的 Claude，或者思考被去掉了
协议这一项没有“严重问题”	响应的字段、编号、事件顺序符合官方规范，用量里没有别家的痕迹	中间可能做了接口转换
流式和非流式的用量一致	同样的请求，两种方式返回的用量对得上	两条路径被区别处理，或者用量不可信
返回的模型和请求的一致	响应里写的模型就是你要的那个	被换成了别的模型，或者做了别名映射
多次请求的输出长度稳定	同样的请求反复发，输出的 token 数波动不大	后面可能在几个不同的模型之间轮换

读报告时有两点提醒：

看分项，不要只看总分。 总分够高但有一项报了严重问题，结论会被标成“存在风险”。零分也不一定是站不行，可能是 key 失效、额度用完，或者这个站没有你选的那个模型。
看是哪个模型的报告。 同一个站，不同模型走的线路可能不一样。别人测的是便宜的模型，不能说明你要用的旗舰模型也没问题。

本站的中转站排行榜列的是 Veridrop 公开检测里名次靠前的 100 个站，每个站点进去有一页评测。用它做初筛：

排行榜能帮你排除，不能替你担保。分数是检测当时的情况，中转站的线路和上游随时可能变。

Veridrop 的说明里对其他榜单和测评文章的看法是：那些多是主观评测或者带推广性质的，可以用来初筛口碑，再用技术检测去验证，两者互补。这个建议本身是中肯的：看到一篇推荐文章时，先问它有没有可以复核的证据，以及推荐的人和被推荐的站是什么关系。

筛出两三家之后，不要直接充大额。

先试你自己的任务。 用最小的充值额度，把你平时真正要做的事跑一遍：你要用的那个模型、你要用的那个工具、一个有代表性的任务。别人的检测覆盖不到你的具体用法。

用自己的 key 测一次。 排行榜上的结果是别人的 key、别的时间测的。同一个站对不同的分组、不同的套餐可能走不同的线路。拿你自己的 key 到 Veridrop 跑一次，看到的才是你实际买到的东西。

对一次账。 挑几次请求，记下响应里的用量，和控制台的扣费对一下，确认和它公布的价格一致。

看经营上的条件。 这部分和技术无关，但决定了出问题时你损失多少：

价格本身不是判断依据，便宜可能有正当的原因，也可能没有，见中转站是什么、为什么便宜。经营出问题之前的征兆，见中转站跑路前有哪些征兆。

选定不是结束。中转站可以不通知就调整后台的规则，今天好用不代表下个月还好用。